Institut Supérieur d'Informatique et de Mathématiques de Monastir

P R É S E N TAT I O N D U P R OJ E T D E F I N D ’ É T U D E S

Application web pour la détection d'Alzheimer

Président de Jury : Mr Lazhar Hamel

Membre : Mme Nesrine Hefaine

ENCADRÉ PAR :    RÉALISÉE PAR :

    Mr Kmimech Mourad Khouja Dhia Mansour

Juillet 02, 2021
2020-2021
Plan
01 Motivation et Objectif

02 Analyse des besoins et conception

03 Algorithmes ML

04 Modèle CNN

05 Conclusion et Perspectives
01. Motivation & Objectif
Motivation et Objectif –Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives

  Qu’est-ce que la maladie d’Alzheimer ? 

6
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives

02

03

04 6
 Motivation et Objectif –Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

Le diagnostic de la maladie d’Alzheimer

[Link] neuropsychologique : Il s’agit d’une série de tests sous forme de questions ou de

tâches simples à accomplir. Ainsi l’évaluation des troubles cognitifs du patient :
 mémorisation, langage, compréhension, raisonnement, planification, etc.

1.1. Mini Mental State Examination : Ce test permet d’apprécier le niveau de 
sévérité de la maladie d’Alzheimer et de suivre l’évolution de l’atteinte cognitive.

[Link] cérébrale : Les techniques d’imagerie cérébrale - scanner et IRM - permettent

d’observer l’aspect des structures cérébrales, mais pas
 encore les cellules pathologiques.

6
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

  Augmentation de nombre de sujets atteint par MA en Tunisie

5
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

5
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

  Etude de l’existant ML  

7
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspective
s

  Etude de l’existant DL 

7
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives

  Solution proposée

9
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives

La classification des utilisateurs en se

01 basant sur leurs données personnelles
en :
1. Atteint par MA.
2. Non atteint par MA.
La classification des IRM’s des utilisateurs
02
en 4   classes :
1. MildDemented ( Déficit cognitif léger)
2. VeryMildDemented(Déficit cognitif très
léger )
3. NonDemented (Aucune Déficience)
4. ModerateDemeneted (Déficit cognitif
modéré) 10
02. Analyse des besoins et   conception
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

Besoins fonctionnels

• Algorithme ML pour la classification des

sujets »

• Modèle CNN pour la classification des IRMs »

14
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

Besoins non fonctionnels

Ergonomie & Convivialité Sécurité

interfaces doivent être bien Gestion des droits d’accès.
organisées et facile à utiliser.

extensibilité Performance & Efficacité

possibilité d’ajouter ou de modifier temps de réponse doit être le plus
de nouvelles fonctionnalités. court possible.

15
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives

Diagramme de cas d’utilisation général 

17
03. Les algorithmes ML
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives

 Machine Learning (apprentissage automatique) c'est quoi ? 

21
 Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

  Mesures de performance

• Accuracy : C’est la proportion de prédictions correctes

parmi les points que l’on a prédits positifs. 
     A=TP/(TP+FP)

• RECALL :  qui est essentiellement un rapport de la

détection correcte sur le nombre total d'échantillons de
  test. Sa formule est : R= TP/(TP+FN) 

• AUC : La courbe ROC signifie l’ajustement entre la

spécificité et la sensibilité : Sa formule est AUC=(TP +TN)/
(TP + TN + FN + FP)

21
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

20
 Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives  

  Importance des variables selon l'algorithme Random Forest

21
03. Modèle CNN
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

 Deep Learning (L'apprentissage profond) c'est quoi ? 

21
 Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

  Architecture de notre modèle CNN

23
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

25
05. Conclusion et perspectives
Motivation et Objectif – Processus du Guidage de Projet – Exécution des Sprints – Synthèse de la Release – Conclusion et Perspectives 

  Perspective

01 Amélioration des modèles obtenus dans le but d’augmenter la précision de chacun

entre eux.

Construire d’autres modèles pour une maladie de même famille

02

Intégration d’autres maladies d’une catégorie différente

03

34
Merci pour votre attention
 Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives  

Présentation de l'algorithme Random Forest

22
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

Notre jeu de données avant le traitement

23
Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

Notre jeu de données après le traitement

23
 Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives 

Diagramme de séquence du cas d'utilisation "Classifier à travers ML"

17
 Motivation et Objectif – Analyse des besoins et conception – Les algorithmes ML – Les algorithmes DL  – Conclusion et Perspectives  

Diagramme de séquence du cas d'utilisation "Classifier les IRMs

17